摘要
本发明涉及人工智能技术领域,可应用于金融科技及医疗健康等业务场景中,公开了一种基于非均匀采样路径的数据生成方法、装置、设备及介质,包括:建立流匹配生成模型,获取该模型在预设时间区间内的过程信息,基于过程信息量化各时间点的贡献度数值,生成时间点贡献度分布,筛选多个关键时间点,构建非均匀采样路径,使用该路径和流匹配生成模型从初始数据逐步生成目标数据。本发明通过时间点贡献度分析机制,基于每个时间点对数据生成结果的实际贡献,筛选出关键时间点,构建非均匀采样路径,在保证生成质量的同时,有效削减冗余采样步骤,提升流匹配生成模型的推理效率,降低计算资源消耗,具备更好的实际应用价值。
技术关键词
数据生成方法
数据生成程序
数据生成装置
神经网络架构
数值
概率密度函数
统计特征
损失函数优化
计算机设备
信息熵
人工智能技术
医疗健康
处理器
参数
生成流
状态更新
模块
速度
序列
系统为您推荐了相关专利信息
检测茶叶
多模态信息
茶叶检测装置
茶叶检测方法
特征值
循环神经网络模型
认知地图
导航方法
运动轨迹信息
标签
数据生成方法
摘要
大语言模型
计算机可读指令
报告
动态更新系统
需求预测模型
报表
字段
置信度数值